Loading [MathJax]/jax/output/HTML-CSS/config.js

0

12
2

文字

分享

0
12
2

在減少整體流浪動物數量上,TNR與捕捉移除的效果誰好?

YTLai_96
・2014/05/20 ・3657字 ・閱讀時間約 7 分鐘 ・SR值 497 ・六年級

-----廣告,請繼續往下閱讀-----

c.c. Tatiana Bulyonkova in Flickr
c.c. Tatiana Bulyonkova in Flickr

台灣的流浪動物問題之嚴重,多年來早就讓談論的你我不禁搖頭嘆息。收容所的環境之糟糕,也讓九把刀和導演Raye不得不拍了【十二夜】這部電影來披露殘酷真相。這幾年來,雖然說「領養代替購買、結紮代替撲殺」這個觀念漸漸的深入人心,但是每年卻還是有六到八萬隻左右的流浪動物被抓進收容所終結。彷彿台灣的流浪動物問題已經沈痾難治,就算十多年來抹去了百萬隻的流浪動物性命,流浪動物族群依然是不動如山。

就在上個週末,流浪動物保護團體為了推動動保法修法上了街頭。如同這次遊行的口號「反濫捕:衝破惡法,要求精準捕捉;要結紮:贏回生命,支持TNR法制化」,流浪動物保護團體希望能藉著訂立人道捕捉辦法和嚴謹的捕捉門檻,讓流浪動物不要被一網打盡通通被抓進去環境糟糕的收容所等死或橫死。他們更提出了TNR法制化的訴求,希望藉此讓越來越多的流浪動物絕育,進而使得流浪動物的數量不再上升甚至開始減少。(詳細的修法訴求請見這裡

不過,以現在台灣每年可以殺掉將近十萬隻流浪動物的狀況看來,台灣的流浪動物族群恐怕也有個十萬以上之譜,才可能每年增加那麼多的個體被人抓去撲殺,而街頭的數量卻還不見明顯的下降。那,面對這麼龐大的流浪動物數量,TNR的效果真的有這麼威嗎?

c.c. Gary Denness in Flickr

是說,TNR呼籲了這麼幾年,大家老是說TNR的效果如何如何,但是講來講去好像也沒個嚴謹的證據。

-----廣告,請繼續往下閱讀-----

提倡TNR的人會以自己的經驗為例:自從在社區或是校園中執行了TNR之後,流浪動物數量的確就穩定甚至漸漸下降了,而且還因為結紮之後的固定照護讓這些動物容易管理、環境問題也減少了。單純的由小見大,他們因此對於TNR的成效非常樂觀,覺得這麼一做下去總有一天會讓整體流浪動物的數量不再增加。要比喻的話,就好像是愚公移山精衛填海一樣。日復一日的結紮,總有一天會把大半的流浪動物都結紮掉,既然族群當中不會生出後代的個體佔了多數,那麼只要假以時日,流浪動物族群就會慢慢減少,直到消失。

但也有人悲觀的覺得TNR恐怕一點用都沒有,減少了幾百幾千隻流浪動物生小孩的機會,還是有千千萬萬的其他流浪動物個體會生出千千萬萬的小孩。要拿同樣的譬喻來說的話,大概就是愚公移的山跟精衛填的海有自我修復能力,你挖他一擔土他就長回一擔土,填他一根樹枝他就湧水一公升,這樣下去根本就是沒完,成了搬石頭上山的薛西佛斯,只是徒勞無功而已。

還好,這個世界上聰明又有行動力的人很多。

早在2004年,Andersen和他的快樂夥伴們就已經用電腦跑過族群動態模型,來預測不同強度的TNR或捕捉移除手段底下流浪動物族群的變化了。讓我們來看看人家的模擬。

-----廣告,請繼續往下閱讀-----

c.c. Toshihiro Gamo in Flickr

這個流浪動物模型的基本設定是這樣的:

  • 這個流浪動物的族群沒有其他的人為介入,也沒有密度依賴的環境因子(例如食物量有限、或是族群大到一個程度就會有瘟疫之類)。
  • 為了模型方便,所以設定這個流浪動物族群通通都是雌性個體。因為一般來說,一隻雄性就可以讓很多雌性受孕,所以理論上雄性可以很少,於是就只看雌性就好。而且這裡假設雄性跟雌性個體的生存率差不多,所以在族群成長的貢獻上不會差太多。
  • 動物們依照年齡,區分為一歲以下的幼體跟一歲以上的成體
  • 模型變化以年為期,也就是說每一年過去,動物們會生小孩、本來是幼體的會變成成體、本來是成體的會老了一歲或者會死掉。每一年都是接著前一年的狀況繼續發展下去。
  • 模型中的生育率是這麼算的:根據眾多研究中的流浪貓的生育率,每一隻雌性每一胎會生出3.6隻的幼體,其中有一半是雌性,然後每年會生1.1胎到2.1胎。既然模型中只考慮雌性,所以計算出來的成體生育率(每年每成體可生出)最低是1.98、最高是3.78。而幼體的生育率則是用成體的來打折,(每年每幼體可生出)最低是0.83、最高是1.58。
  • 模型中的存活率則是這麼算的:眾多流浪貓研究中,幼體存活率大概是每年75%到50%之間,成體則是三年半的平均存活率為33%、或一年半的平均存活率為67%,動物的壽命則取流浪貓的數據,為兩年到三年。經過轉換之後,成體的每年存活率大概是介於70%到80%之間。

你一定注意到了,這裡面的數據採用的都是流浪貓的數據。我也不知道為什麼,似乎流浪貓的問題遠比流浪狗更普遍,所以研究多得多。但總之,不要管他是貓是狗,拿來當成一個流浪動物的族群變化總是很有參考價值。

總之,這樣下來,模型裡面就設定了各自有『高』『低』兩狀況的兩個因子:生育率和生存率。因為幼體的生育率是從成體生育率換算出來的,所以生育率可以看成是一個變因就好,但是幼體跟成體的生存率基本上是分開考慮。所以,模型最後出現三個變因:生育率、幼體生存率、成體生存率,而每個變因都有高低兩種可能,所以組合起來總共是八種狀況

生育率欄位的括號中包含了幼體生育率與成體生育率兩者
生育率欄位括號中的兩數值分別為幼體生育率與成體生育率

好,在沒有捕捉移除、也沒有TNR介入的狀況下,電腦跑出來的結果,不意外的族群成長率通通都是>1,意思就是『這個族群會變大,動物數量會變多』。生育率跟存活率都是『高』的「組合1」狀況下,每年族群變成將近2.5倍;生育率跟存活率都是『低』的「組合8」狀況下,每年族群變成1.34倍。八種可能底下的族群成長率平均起來大概是1.84,總之就是指數成長。白話的說就是今年你有十萬隻,明年就變成十八萬隻這樣。

-----廣告,請繼續往下閱讀-----

那如果有捕捉移除或是TNR呢?

這一次,模型拿前面的平均族群成長率1.84來當作基準,另外新增了兩個變數:一個是「生育率下降」以模擬TNR,「生育率下降」有四個等級:-10%、-25%、-50%、-75%,大概可以想成每年族群裡有多少比例的個體被結紮了(還有假定其他沒結紮的個體不會因此生更多)。另一個則是「存活率下降」以模擬捕捉移除,同樣有四個等級:-10%、-25%、-50%、-75%,意思也就是每年族群裡有多少比例的個體被抓走不再回來。

結 果 有 點 悽 慘 。

以TNR降低生育率和以捕捉移除降低生存率之下的族群成長率前面有說,在什麼都不做的狀況下,族群成長率平均為1.84。若是只用TNR,即使每年把族群中能生的50%都結紮了,族群成長率還是有1.35。甚至,就算每年把能生的75%都結紮了,族群成長率還是有1.08,依然會成長。

-----廣告,請繼續往下閱讀-----

所以,因為不想讓動物死掉而孤注一擲TNR,即使做到了現實生活中根本不可能做到的75%結紮率,流浪動物的整體數量還是不會下降,問題依然沒有解決。

至於如果只用捕捉移除的方法,狀況也有點糟糕,不過相比之下效果比較明顯。同樣是每年處理(這裡是捕捉移除)50%的個體,族群成長率就會降到0.91,也就是族群會漸漸萎縮。如果狠心的做到每年75%的捕捉移除,族群成長率就只剩下0.47,也就是每年縮小一半,很快就會不見掉。

另外,綜合比較來看,針對幼體的捕捉移除效果最好,最能讓族群成長率下降;其次則是針對成體的捕捉移除,對族群成長率影響最低的,則是TNR。

所以,根據模型的結果,若是兩者只能選一個,那麼捕捉移除的方法比起TNR對於減少流浪動物數量比較有效。

-----廣告,請繼續往下閱讀-----

c.c. Toshihiro Gamo in Flickr

這就是電腦模型去模擬TNR和捕捉移除兩種手段擇一之下,流浪動物整體數量的結果。也就是說,這樣的模擬可以拿來當作大規模TNR或大規模捕捉移除底下,台灣整體流浪動物數量變化的參考。

然後老實說,「捕捉移除」是我自己採用的詞彙,研究裡面說的不是「捕捉移除」而是「捕捉安樂死」,最傳統的流浪動物處理方法。

但是,誰說抓走只能弄死的?

如果流浪動物被捕捉之後不是送去安樂死而是被領養,對於這個模擬的結果一點都不會有影響,畢竟模擬的重點並不在流浪動物被抓走以後怎麼處理,而是在於動物是被「抓走絕育放回去」還是「永遠消失於街頭」。

-----廣告,請繼續往下閱讀-----

如果能夠把流浪動物從街頭移除,然後把主力放在後續的收養認養領養上頭,將這樣的措施作為流浪動物處理方案的主力,依照模擬結果看來,應該是比TNR有效得多。尤其是幼體的捕捉認養,對壓低流浪動物的族群成長率更是事半功倍。

再看一次這個漸漸深入人心的觀念「以領養代替購買,以結紮代替撲殺」。「領養代替購買」是右手,「結紮代替撲殺」是左手,兩者相輔相成,缺一不可。

然後不要忘了,左手只是輔助。

 

1350601674-793428085

希望我可以看到台灣流浪動物數量降低、問題出現曙光的那一天。

-----廣告,請繼續往下閱讀-----

 

註:對,這一篇沒有考慮到棄養問題,也沒有兩個手段一起實行雙管齊下的模擬。不過這個在下一篇的另一個研究中會講到,先讓我休息一下。

-----廣告,請繼續往下閱讀-----
文章難易度
YTLai_96
51 篇文章 ・ 31 位粉絲
也許永遠無法自稱學者,但總是一直努力學著

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

7

8
3

文字

分享

7
8
3
英國「流浪貓口普查」發現:社經條件較差、人口密度高的區域有較多流浪貓
Yiting_96
・2021/12/10 ・2778字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

你知道英國有幾隻流浪貓嗎?根據統計,在英國約有 1 千萬隻貓主子有貓奴飼養,但那些流浪在外的貓有多少,始終是個未知數。

若是能知道一個區域中有多少浪貓,就能提供動物福利機構許多有效資訊,使得有限的資源能被善加利用,以救助更多浪貓。但為什麼得知浪貓的數量如此困難?其實是因為我們實在很難斷定路上的這隻貓,到底是遭棄養/走失的浪貓、野貓,或只是一時興起跑出來散步的家貓——畢竟英國人很愛自家貓咪出門閒晃。

當今流行的公民科學(citizen science)在這方面或許可以幫上忙,藉由地方民眾與科學家的相互合作,分析路上的浪貓有多少。不過這項方法同樣有些困難待解決,例如公民在收集資料時潛在的取樣偏差,或是漏報、重複通報同一隻貓等情形,可能導致統計模型預測數據的效度(validity)降低。

灰色混凝土地板上的白貓
貓咪可能長得十分相似,並不容易清點數量。圖/Pexels

數值模型 ft. 公民科學,找出英國浪貓到底有幾隻

為了解決公民科學遭遇的困難,來自英國布里斯托大學 (University of Bristol)的研究團隊,使用了一種稱為 IAM(Integrated Abundance Model)的計算方式,整合當地居民有無養貓的訊息及專家資訊,將這種計算方式應用在公民科學資料庫「Cat Watch」裡的貓咪目擊資訊上,嘗試算出該地區有多少浪貓存在。

-----廣告,請繼續往下閱讀-----

Cat Watch 是由英國最大的貓科動物慈善福利機構「Cats Protection」所發起的一項社區計畫,鼓勵當地居民主動回報他們在戶外目擊到的貓,並將這些目擊資訊上傳至手機 app、社群媒體,或直接通知 Cat Watch 團隊。藉由當地居民回報的資訊,Cat Watch 團隊就能夠得知該區域有多少浪貓被目擊,整理成統計數據以便後續分析使用。

藉由 IAM 計算方式與 Cat Watch 的調查資料,研究團隊分析了五個英國鄉村地區,包括畢斯頓(Beeston)、布拉福市(Bradford)、布爾韋爾(Bulwell)、鄧斯特布爾(Dunstable)、侯頓瑞基斯(Houghton Regis),以及英國知名海港城市利物浦的埃弗頓區(Everton)發現,在社會經濟條件較差、人口密度高的地區,會有更多浪貓出現。而利用英國官方人口統計資料與社會經濟條件數據等訊息,團隊更進一步推測整個英國約有 25 萬隻浪貓存在!

Brown貓與棕緬因庫恩貓
在社會經濟條件較差、人口密度高的地區,會有更多浪貓出現。圖/Pexels

結紮與否,對浪貓而言關係重大!

為什麼社會經濟條件較差、人口密度高的地區會有較多浪貓?其實在先前研究已經指出,在社會經濟條件較差的地區,不論是有人飼養的寵物貓或是浪貓,曾接受過結紮手術的比例都較低。一但絕育過的貓咪數量少,該地區的貓口數可想而知會隨之上升。

那麼人口密度與浪貓之間的關係呢?這部分能探討的因素就比較多了。舉例來說,人口多的地方,寵物貓的數量也會較多,若是這些寵物貓並未結紮,很可能「不小心」就會有小貓咪誕生,導致貓口數激增;此外,遭人棄養或是走失的寵物貓,也會較人口數少的地區多。而人口多的地方,通常也代表著食物資源充足,豐富的食物資源同樣也吸引著浪貓前去。

當一個城市的浪貓過多,將造成公共衛生問題,例如跳蚤等寄生蟲感染,或是一些人畜共通傳染病的傳播;而對於其他野生動物來說,浪貓的存在相當於環境中的獵食者,可能威脅野生物種的生存。浪貓數量過多,也可能進一步衍伸出動物福利問題,例如城市中的浪貓健康狀況不佳、死亡率高,甚至人為虐待浪貓的事件也時有耳聞。

-----廣告,請繼續往下閱讀-----

英國浪貓團體的做法:落實TNR,讓社區參與浪貓照顧

主持這項研究的英國布里斯托大學獸醫學院 Jennifer McDonald 博士指出,目前的數值模型還有許多待改善的地方,若該模型能套用到更廣大、人口更多的地理區域(例如倫敦),將使模型預測出的浪貓數量更為精確。

發起該研究計劃的英國浪貓動保協會「Cats Protection」的浪貓節育負責人 Jane Clements 指出:「若我們對一個地區的浪貓數量有更多了解,一些與浪貓有關的社會福利機構就能更精準的投注資源,讓該地區的浪貓能得到較為妥善的照料。」

Jane Clements 表示,我們將把無法被家庭領養的浪貓進行絕育,並為當地居民提供在社區中照顧牠們的方法,例如提建造貓窩的材料;Jane Clements指出,社區參與是確保所有浪貓都得到長期和可持續照顧的關鍵,「這項研究將使我們能夠將 Cat Watch 計劃帶到最需要的地區。」

動物, 動物攝影, 哺乳動物 的 免費圖庫相片
流浪的生活,可能讓貓咪生病、發生交通意外。圖/Pexels

解決浪貓問題,TNR 是最佳解嗎?

關於上述 Cats Protection 「讓社區參與照顧浪貓」的前後整套做法,前段的「落實節育」其實就是廣為人知的「TNR」手段;TNR 指的是 Trap(誘捕)、Neuter(絕育)、Return(原放),是一種相對「捕捉移除」而言較人道的管理方式。理論上,在沒有新增移入個體的前提下,是可減少流浪動物繼續繁殖、擴大族群的做法。

-----廣告,請繼續往下閱讀-----

TNR 作為降低浪貓族群繁殖的做法,有其人道上的考量,理論上在執行一定程度的時間後,的確可能降低浪貓族群的數量;但問題是「國情不同」,英國浪貓團體的整套做法未必能直接套用在台灣,有種種的變數可能導致浪貓不減反增——例如台灣相對狹小的城市環境,很可能讓「社區參與」反而造成浪貓為了爭奪有限的食物資源而讓貓群更密集,也讓愛貓人士更容易餵養浪貓。

而在浪貓族群擴大後,在沒有足夠預算及人力 100% 執行 TNR 的情況下,TNR 的效果恐怕非常有限。很諷刺的,人類對浪貓的一番善意,最終可能導致更多一生飽受苦難的浪貓在街頭流浪並死去……。

總結來說,浪貓的出現與人類行為脫不了關係。尤其以來台灣的地理條件來看,導致TNR無法有效降低浪貓族群的關鍵,絕對是無良飼主的「棄養」行為——被棄養的家貓,就是浪貓族群的「新增移入個體」,就是導致浪貓不斷繁衍的關鍵。

本次分享的英國貓口普查研究,是透過公民科學家的參與,再加上科學研究的學理輔助,讓我們能更進一步掌握流浪動物數量的方法。期望未來這些技術能被有效使用,讓我們找出人類與浪貓共生的平衡方程式。

-----廣告,請繼續往下閱讀-----

最後,讓我們再說一次,「棄養」是造成浪貓苦難的一切源頭,貓咪的確非常可愛,但領養前得三思——你真的有條件可以照顧牠的一生嗎?

參考資料:

  1. McDonald, J.L., Skillings, E. Human influences shape the first spatially explicit national estimate of urban unowned cat abundance. Sci Rep 11, 20216 (2021). https://doi.org/10.1038/s41598-021-99298-6
  2. 不曾終止的流浪動物之殤——圖解台灣動保現況2020版,窩窩,2020/11/26。
  3. 當TNR和捕捉移除的效果遇上棄養
  4. 在減少整體流浪動物數量上,TNR與捕捉移除的效果誰好?
-----廣告,請繼續往下閱讀-----
所有討論 7
Yiting_96
4 篇文章 ・ 1 位粉絲
在鳳梨田裡唸生科的人類,畢業後意外走上了科普路,目前還在緩慢前行中。喜歡有趣怪知識、諧音爛笑話,還有床。

7

17
2

文字

分享

7
17
2
為何人道銷毀,才是更顧全動物福祉的做法?——談走私貓安樂死事件的道德誤區
ycl2019
・2021/08/23 ・2922字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者:林怡君|國立中興大學動物科學系助理教授

編按:海巡署 8 月 19 日於安平外海 9 浬處查獲一起走私案件,涉案的新北市籍漁船「順發 866 號」船艙內裝有 62 籠寵物攜帶箱,每籠分裝 2 至 6 隻大小不等、總計 154 隻的品種貓,包括市場價格不斐的俄羅斯藍貓、布偶貓、波斯貓及美國短毛貓等。

主管機關農委會依照《動物傳染病防治條例》,於 21 日下午為 154 隻貓執行安樂死。相關新聞引起民眾熱議,直批政府「不人道」的輿論也隨之甚囂塵上;鑑此,本文將從「傳染病防治」的角度解析此案「人道銷毀」為何必要?並指出支持「法外開恩」論述的道德誤區。

相關新聞:品種貓走私案

自 2017 年起,筆者養貓的資歷已滿 4 年,雖然尚算資淺貓奴,但是愛貓的心態,不會亞於任何人;近期走私貓的新聞,在社群網站上傳播開來;有人理解,有人無法接受。無法接受的族群,多是因為難過人的錯誤卻要動物來承擔。

事實上,歷來已有多起動物走私案件遭破獲,卻未必如此次「走私貓」案件引起廣泛關注——不得不說,長得可愛終究還是會受到比較多的關愛吧。

一般來說,走私動物遭查獲後有以下 2 種處置方法:

1. 如果是數量稀少的保育類動物,因其具稀有性,所以不會立刻執行人道銷毀。經過檢疫後,即沒入指定的收容單位,如:臺北市立動物園。(編按:例如 2019 年台北海關走私的「安哥洛卡陸龜」,國際貿易公約列為一級保育動物,全世界只有約 400 隻,後續送臺北市立動物園照顧。)

2. 但如果是非保育類,又帶有極大疾病傳染風險,就如同今天的案例,將直接以「人道銷毀」方式處理,也就是安樂死的環節。

為什麼不能把牠們送回去?

第一,如果是保育類動物被走私,極有可能是四處捕獲收集而來,因此根本無法確切知道原本的棲息地是在哪個地區,又要如何送回原處?再者,若若任意放回該國但又非原棲息地,環境未必適合;新的動物融入新的族群,勢必會經過一番挑戰。

-----廣告,請繼續往下閱讀-----

第二,走私就是沒經過任何檢疫,身上是否有帶疾病完全沒證據。再者,為了避免查緝,走私的過程必定會設下許多斷點,如同這次的事件一樣,船主是在澎湖外海向不知名的船主接洽,他們都僅是寵物走私產業鏈的其中一個分支。如果依循正規管道送回,要如何證明身上的疾病是在出口國得到的?還是在走私的路上,或是在落地的進口國得到的?

第三,運輸——不管是正規管道還是走私,對動物來說都造成極大的緊迫(害怕與壓力)。動物沒有「運輸」的概念,引擎的聲音、暫時的移動限制、或是不明原因的晃動(車、船、飛機),沒有經過訓練的動物,都會讓動物感到無比的害怕及恐懼。

不管是正規管道還是走私,運輸對於動物來說,都是非常大的緊迫。圖/Pixabay

即便正規管道的運輸都會帶來動物這麼大的緊迫,走私的方式更是慘不忍睹。

以人為例,過往國際上有不少人口走私/偷渡的案例,如:2019 年發生在英國的集體裝箱案,自越南通過陸路以及水路的運輸方式,抵達了英國後,其中 39 名越南人因貨櫃內的環境而體溫過高甚至窒息死亡(Cawley, 2020);2000 年亦曾有相似的事情發生,造成 58 名中國人死亡,只剩 2 名生還(Smugglers jailed over Chinese deaths, 2001)。可以見得走私的過程,為了避免查緝,環境是多麼刻苦,人口走私尚且如此,更何況是動物?

-----廣告,請繼續往下閱讀-----

過往就曾經查緝到鸚鵡的走私,不肖商人將 74 隻鸚鵡塞進寶特瓶中,被查獲的時候,已經有 10 隻鸚鵡被活活悶死了(Parrots found stuffed in plastic bottles in Indonesia,2020)。另外亦有人以棉襪、膠帶,把烏龜、松鼠、黃鼠、綠繡眼、貂綑綁在腿上走私(許加泰 & 尚義, 2018)。走私手法各式各樣,不管哪種,對於動物都是極大的痛苦。走私本身就很容易造成動物殘弱不堪,如果又將其送回去,不管動物福祉的規格有多高,勢必對於動物來說又是一番折騰。

那為什麼不能開放認養?

第一,因為不確定走私來源。若是具有出口國證明,就可以依照是否為狂犬病疫區進行檢疫隔離。但是如同前述所提,走私必定有很多斷點,不知從何而來,不具備出口國文件,就得採取檢疫隔離最高規格,進行 187 天隔離。最近疫情,相信大家對隔離應該很有感。一旦回國至少隔離 14 天,期間不得跟任何人接觸,雖然衣食無缺,單就情感上的孤立,就有許多人受不了這樣的孤獨。可以想像隔離 187 天是什麼樣的世界嗎?走私的過程可能讓這些動物體弱多病,又要經過187天單獨隔離,對於動物來說會造成心理上極度的緊迫,輕者免疫力下降,行為暫時出現異常;重者造成腦部損傷,成為不可逆的後果,行為無法恢復正常,此種痛苦是無法量化的。

第二,不得不講現實層面的事,貓咪7天隔離的價錢是 $5,850 – $6,625 不等,這只是場地跟一般診療費用,不包含狂犬病注射檢測、晶片施打費、寄生蟲治療、重大疾病治療的費用。假設一天 $1,000,187 天隔離就是 $187,000,154 隻貓咪隔離 187 天就是 $28,798,000,如此龐大的經費由誰負擔?愛心無價,但是光用愛心是養不起任何生命的。

第三,開放認養,是否就變相默許走私的情況發生?只要多付檢疫的費用,仍舊是可以取得非正規管道而來的寵物?又,如果感性地放動物入國,疾病會不會造成當地動物很大的危害?過去臺灣有太多慘痛的教訓,像是口蹄疫——不談進出口,亦不提畜牧業的損失,就看因疾病死亡或是撲殺的豬隻,就以百萬來計算。

-----廣告,請繼續往下閱讀-----

另外,研究也發現貓感染狂犬病是有潛伏期的,平均是2個月、短則2周、長則可達數年(Frymus et al., 2009)。若是輸入臺灣,感染到的動物只有死路一條,而且在死亡之前,伴隨著無法自我控制、肌肉僵硬、窒息死亡的染疫案例將是數以萬計。

研究發現,貓感染狂犬病是有潛伏期的,平均是 2 個月,短則 2 周,長則可達數年。圖/Pixabay

這 154 隻無辜生命的離開很令人惋惜。但是更希望他們的生命,可以喚醒臺灣對於法規的重視、對於動物福祉的重視、以及對於飼主責任的全面落實。除了施打晶片、寵物登記、定期健康檢查、出門無論何時一定要上牽繩之外,更要重視寵物動物的來源。

別忘了,人就是最直接影響動物福祉的因素,如果連人都不重視動物的來源,只會有更多動物因為人的慾望被走私進來。如果想養動物,購買不是唯一的管道,全國各地公立收容所、以及合法的動物保護協會,都有很多還在等待家的動物們。

-----廣告,請繼續往下閱讀-----
所有討論 7